Lettura/scrittura/stampa UTF-8 in C++ 11

Question

Ho esplorato la nuova funzionalità Unicode di C++ 11 e mentre other C++11 encoding questions sono stato molto utile, ho una domanda sul seguente frammento di codice da cppreference. Il codice scrive e legge immediatamente un file di testo salvato con la codifica UTF-8.

// Write 
std::ofstream("text.txt") << u8"z\u6c34\U0001d10b"; 

// Read 
std::wifstream file1("text.txt"); 
file1.imbue(std::locale("en_US.UTF8")); 
std::cout << "Normal read from file (using default UTF-8/UTF-32 codecvt)\n"; 
for(wchar_t c; file1 >> c;) // ? 
    std::cout << std::hex << std::showbase << c << '\n'; 

La mia domanda è molto semplicemente, perché è un wchar_t necessaria nel ciclo for? Una stringa letterale u8 può essere dichiarata utilizzando un semplice char * e il layout di bit della codifica UTF-8 dovrebbe indicare al sistema la larghezza del carattere. Sembra che ci sia una conversione automatica da UTF-8 a UTF-32 (da cui il wchar_t), ma se questo è il caso, perché è necessaria la conversione?

Answer 1

Si utilizza wchar_t perché si sta leggendo il file utilizzando wifstream; se stai leggendo utilizzando ifstream devi utilizzare char e allo stesso modo per char16_t e char32_t.

Assumendo (come l'esempio fa) che wchar_t è a 32 bit, e che il personaggio nativo set che rappresenta è UTF-32 (UCS-4), allora questo è il modo più semplice per leggere un file come UTF-32; è presentato come tale nell'esempio per contrasto alla lettura di un file come UTF-16. Un metodo più portatile sarebbe utilizzare esplicitamente basic_ifstream<char32_t> e std::codecvt_utf8<char32_t>, poiché è garantito convertire da un flusso di input UTF-8 a elementi UTF-32.

Answer 2

L'idea dello snippet di codice cppreference che hai usato è di mostrare come leggere un file UTF-8 in una stringa UTF-16, ecco perché scrivono il file usando un ofstream ma lo leggono usando un wifstream (da qui il wchar_t) .